[发明专利]一种基于小波包分析的材料疲劳寿命的预测方法

权利要求书

1.一种基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述方法包括下列步骤：

1)建立材料的样件模型，并计算样件模型中危险部位的应力功率谱密度；

2)根据步骤1)得到的应力功率谱密度，通过小波包分析方法，得到不同频段下的时间序列，以及每个时间序列与应力的对应关系；

3)选取步骤2)中得到的不同频段下的时间序列中瞬时应力最大的时间序列，结合材料的S-N曲线计算得到材料的疲劳寿命；

所述步骤2)具体为：

21)通过傅里叶逆变换，将步骤1)得到的应力功率谱密度转换为应力时间序列；

22)通过小波包分析，将步骤21)中得到的应力时间序列进行分解，得到不同频段下的时间序列，以及每个时间序列与应力的对应关系。

2.根据权利要求1所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述步骤1)具体为：

11)建立材料的样件模型，并对样件模型施加激励信号；

12)通过傅里叶变换，将步骤11)中施加的激励信号转换为加速度频域信号；

13)根据步骤12)中得到的加速度频域信号进行计算，得到模型中危险部位的应力功率谱密度。

3.根据权利要求2所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述样件模型中危险部位的应力功率谱密度具体为：

PSD_stress＝PSD_acceleration×H(w)

其中，PSD_stress为模型中危险部位的应力功率谱密度，PSD_acceleration为加速度频域信号，H(w)为传递函数。

4.根据权利要求1所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述不同频段下的时间序列的划分结果具体为：

其中，W为小波子空间，j为小波子空间的总数量，k为分解的层级数，U为小波子空间和尺度空间的统一表征空间。

5.根据权利要求1所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述步骤3)具体为：

31)选取步骤2)中得到的不同频段下的时间序列中瞬时应力最大的时间序列，得到该时间序列与应力的对应关系；

32)通过雨流循环计数方法，得到步骤31)中时间序列下的应力与循环次数的对应曲线；

33)根据步骤32)中得到的应力与循环次数的对应曲线，结合材料的S-N曲线，计算得到样件模型中危险部位的累积损伤；

34)根据步骤33)得到的累积损伤，通过计算得到材料的疲劳寿命。

6.根据权利要求5所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述步骤33)具体为：

331)比对步骤32)中得到的应力与循环次数的对应曲线和材料的S-N曲线，确定两个曲线中所有应力相同的载荷级下对应的循环次数n_i和疲劳寿命次数N_i；

332)根据步骤331)得到的所有应力相同的载荷级下对应的循环次数n_i和疲劳寿命次数N_i，进行累加计算，得到样件模型中危险部位的累积损伤。

7.根据权利要求6所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述样件模型中危险部位的累积损伤具体为：

其中，D为样件模型中危险部位的累积损伤。

8.根据权利要求5所述的基于小波包分析的材料疲劳寿命的预测方法，其特征在于，所述步骤34)具体为：对步骤33)中得到的累积损伤取倒数，即为材料的疲劳寿命。